From 8ad86b81656e9024fb141273d42eef4b36d13739 Mon Sep 17 00:00:00 2001 From: 33042e67f507db32c116b01cde061461 <33042e67f507db32c116b01cde061461@app-learninglab.inria.fr> Date: Sat, 18 Oct 2025 15:22:03 +0000 Subject: [PATCH] first Update toy_document_orgmode_R_fr.org --- module2/exo1/toy_document_orgmode_R_fr.org | 94 +++++++++------------- 1 file changed, 38 insertions(+), 56 deletions(-) diff --git a/module2/exo1/toy_document_orgmode_R_fr.org b/module2/exo1/toy_document_orgmode_R_fr.org index 1bb8f61..54b44b0 100644 --- a/module2/exo1/toy_document_orgmode_R_fr.org +++ b/module2/exo1/toy_document_orgmode_R_fr.org @@ -1,6 +1,6 @@ -#+TITLE: Votre titre -#+AUTHOR: Votre nom -#+DATE: La date du jour +#+TITLE: À propos du calcul de pi +#+AUTHOR: Arnaud Legrand +#+DATE: 25 juin 2018 #+LANGUAGE: fr # #+PROPERTY: header-args :eval never-export @@ -11,74 +11,56 @@ #+HTML_HEAD: #+HTML_HEAD: -* Quelques explications +* En demandant à la lib maths -Ceci est un document org-mode avec quelques exemples de code -R. Une fois ouvert dans emacs, ce document peut aisément être -exporté au format HTML, PDF, et Office. Pour plus de détails sur -org-mode vous pouvez consulter https://orgmode.org/guide/. - -Lorsque vous utiliserez le raccourci =C-c C-e h o=, ce document sera -compilé en html. Tout le code contenu sera ré-exécuté, les résultats -récupérés et inclus dans un document final. Si vous ne souhaitez pas -ré-exécuter tout le code à chaque fois, il vous suffit de supprimer -le # et l'espace qui sont devant le ~#+PROPERTY:~ au début de ce -document. - -Comme nous vous l'avons montré dans la vidéo, on inclut du code -R de la façon suivante (et on l'exécute en faisant ~C-c C-c~): +Mon ordinateur m’indique que 𝜋 + vaut approximativement #+begin_src R :results output :exports both -print("Hello world!") +pi #+end_src #+RESULTS: -: [1] "Hello world!" +: ## [1] 3.141593 -Voici la même chose, mais avec une session R (c'est le cas le -plus courant, R étant vraiment un langage interactif), donc une -persistance d'un bloc à l'autre (et on l'exécute toujours en faisant -~C-c C-c~). +* En utilisant la méthode des aiguilles de Buffon +Mais calculé avec la méthode des aiguilles de Buffon, on obtiendrait comme approximation : -#+begin_src R :results output :session *R* :exports both -summary(cars) +#+begin_src R :results output :exports both +set.seed(42) +N = 100000 +x = runif(N) +theta = pi/2*runif(N) +2/(mean(x+sin(theta)>1)) #+end_src #+RESULTS: -: speed dist -: Min. : 4.0 Min. : 2.00 -: 1st Qu.:12.0 1st Qu.: 26.00 -: Median :15.0 Median : 36.00 -: Mean :15.4 Mean : 42.98 -: 3rd Qu.:19.0 3rd Qu.: 56.00 -: Max. :25.0 Max. :120.00 - -Et enfin, voici un exemple de sortie graphique: -#+begin_src R :results output graphics :file "./cars.png" :exports results :width 600 :height 400 :session *R* -plot(cars) +: [1] 3.14327 + +* Avec un argument "fréquentiel" de surface +Sinon, une méthode plus simple à comprendre et ne faisant pas intervenir d'appel à la fonction sinus se base sur le fait que si \(X \sim \mathcal{U}(0,1)\) et \(Y \sim \mathcal{U}(0,1)\) alors \(P[X^2+Y^2 \leq 1] = \pi/4\) (voir méthode de Monte Carlo sur Wikipedia). Le code suivant illustre ce fait : + +#+begin_src R :results output graphics file :file monte_carlo.png :exports both +set.seed(42) +N = 1000 +df = data.frame(X = runif(N), Y = runif(N)) +df$Accept = (df$X**2 + df$Y**2 <=1) +library(ggplot2) +ggplot(df, aes(x=X, y=Y, color=Accept)) + + geom_point(alpha=.2) + + coord_fixed() + + theme_bw() #+end_src #+RESULTS: -[[file:./cars.png]] +[[file:pi_mooc.png]] -Vous remarquerez le paramètre ~:exports results~ qui indique que le code -ne doit pas apparaître dans la version finale du document. Nous vous -recommandons dans le cadre de ce MOOC de ne pas changer ce paramètre -(indiquer ~both~) car l'objectif est que vos analyses de données soient -parfaitement transparentes pour être reproductibles. +Il est alors aisé d'obtenir une approximation (pas terrible) de π en comptant combien de fois, en moyenne, \(X^2+Y^2\) est inférieur à 1 : -Attention, la figure ainsi générée n'est pas stockée dans le document -org. C'est un fichier ordinaire, ici nommé ~cars.png~. N'oubliez pas -de le committer si vous voulez que votre analyse soit lisible et -compréhensible sur GitLab. +#+begin_src R :results output :exports both +4*mean(df$Accept) +#+end_src -Enfin, pour les prochains exercices, nous ne vous fournirons pas -forcément de fichier de départ, ça sera à vous de le créer, par -exemple en repartant de ce document et de le commiter vers -gitlab. N'oubliez pas que nous vous fournissons dans les ressources de -ce MOOC une configuration avec un certain nombre de raccourcis -claviers permettant de créer rapidement les blocs de code R (en -faisant ~